Functionally imaging the magno- and parvocellular layers of the human LGN during binocular rivalry
Notice bibliographique
Résumé
Introduction. Binocular rivalry occurs when conflicting images are presented to the eyes dichoptically. Rather than being perceived as one cohesive image, the two images compete for perceptual dominance, resulting in the images alternating in perceptual awareness. Neural explanations for this phenomenon have been debated; our interest was to determine the involvement of the magnocellular (M) and parvocellular (P) processing streams in rivalry. The lateral geniculate nucleus (LGN) is involved in dominance and suppression of visual input, consists of two ventral M layers and four dorsal P layers, and is the only place in the brain where these streams are spatially disjoint. Previous research has shown that activity in the LGN layers innervated by the suppressed eye is also suppressed during rivalry, but it is not clear whether both M and P streams are equally involved. Methods. Participants were scanned using a Siemens 3T MRI scanner. Functional EPI data were registered to a mean series of high-resolution proton density weighted images on which it is possible to measure the boundaries of the LGN and thus localize the M and P layers. Stimuli were presented through an Avotec binocular goggle system that allowed independent stimulation of each eye. The rivalrous stimuli were two rotating (1 Hz period) discs of high-contrast sinusoidal gratings that varied with regards to colour (red vs. green) and direction of rotation. Subjects held down a button to indicate which of the two stimuli was currently being perceived. Event-related averages were calculated from the functional data within the LGN. Results. The activation strengths of the M and P streams were compared. Both streams were found to participate equally in rivalry. Discussion. These results have implications for potential treatments for clinical disorders that result from M-cell deficits (e.g., dyslexia) and attentional disorders (e.g., attention deficit hyperactivity disorder, neglect syndromes). Meeting abstract presented at VSS 2013
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».